对于很多刚上手 Python 的小白（比如我）来说，搭建一个能够进行基本数据运算与处理的 Python 运行环境是至关重要的。
然而对于系统自带的 Python 环境，安装一个库时会涉及很多其他的基本库，如果一个一个用 pip install 方式安装，后期还会遇到库的版本不齐，从而导致更大的问题（比如A库需要用到旧版本的B库，但由于 B 库的更新，A 库暂时无法调用 B 库，程序中涉及 A 库的代码就会报错）
那么有没有一种方法能够自动管理所有 Python 库且能管理好所有库的版本呢？
当然有！ 下面就由我来带大家一起学习
安装Anaconda
在Anaconda官网上下载 Anaconda 并安装，Anaconda 是一个科学计算库，其中集成了大量的库，可以方便我们的管理和使用
下载完毕后，按照默认选项安装即可
安装完毕后，打开 Windows 程序栏 -> Anaconda3(64-bit) ，其中
Anaconda Prompt 为 Anaconda 的命令行，可以用于安装第三方库等操作
Jupyter Notebook 为一款非常好用的基于浏览器的数据可视化处理软件
Spyder 就是 Anaconda 自带的编译器
创建虚拟环境
为什么我们要创建虚拟环境呢？
在实际项目开发中，我们通常会根据自己的需求去下载各种相应的框架库，如 Scrapy、Beautiful Soup 等，但是可能每个项目使用的框架库并不一样，或使用框架的版本不一样，这样需要我们根据需求不断的更新或卸载相应的库。直接怼我们的Python环境操作会让我们的开发环境和项目造成很多不必要的麻烦，管理也相当混乱。
所以我们需要使用虚拟环境这个“容器”，在这个容器中，我们可以只安装我们需要的依赖包，各个容器之间互相隔离，互不影响。
在 Windows程序栏 Anaconda3(64-bit) 中选择 Anaconda Prompt，并输入
conda create -n lzc1 python=3.8上述意为：创建一个名为 lzc1 的3.8版本 Python 虚拟环境，Anaconda 会帮助我们安装好所有3.8版本的基础库
安装第三方库
方法一
在虚拟环境中安装库
conda install -n lzc1 numpy查看虚拟环境中的库
conda list -n lzc1方法二
先在 Anaconda Prompt 中输入
activate lzc1再输入如下（这里的xxx为你需要安装的库名），让 Anaconda 帮助我们安装所需要的库
conda install xxx
# 用国内镜像源安装
不能用conda install -i https://pypi.tuna.tsinghua.edu.cn/simple pandas如果显示安装失败，说明Anaconda总库中没有该库，我们就需要使用 Python 自带的 pip 方法安装第三方库
那么在 Anaconda Prompt 中输入
pip install xxx退出虚拟环境
conda deactivate在编译器中选择自己的虚拟环境
Pycharm 编译器：在设置内修改虚拟环境为 conda 类环境，选择虚拟环境文件夹中的 python.exe 作为 python 位置即可
Spyder 编译器：工具 -> 偏好设置 -> Python解释器，选择虚拟环境文件夹中的 python.exe 作为 python 位置即可
删除虚拟环境
conda remove -n lzc1 --all